01、当产品以来的心路历程
03、新人产品经理，你最大的困惑是什么？
02、浅谈前端开发如何看待数据产品经理
05、数据的导航者
目录
04、对数据产品的一点理解和感悟
驱动力
当产品以来的心路历程
前言
一直被催着交稿，今天终于有时间来唠唠我作为产品的心路历程了，但真正开始写时又发现不知道从何时说起，那就索性从我开始介入所谓的“产品”职能开始写吧。
记得应该是2019年第一次被拉着担任计算平台的产品一职，刚开始时完全一脸懵逼，不知道作为产 品应该怎么去介入这件事，只是单纯的通过日常的产品人 员的工作内容来推测产品的工作职责：收集需求、画 原型、排期实现，所以也就比葫芦画瓢，充当起了 收集计算平台需求的角色，然后按照既定的迭代频 率去安排开发实现它们。后来越做越觉得不完全是 那么回事，感觉太浮于表层，同时葛大爷作为资产产品 专家也亲自指导我了起来。犹记的那段时光真的很难熬，葛大 爷让我梳理计算平台的所有模块、作用及产品的边界，让我给他汇报，整理了好几遍，汇报了好几遍，都不是很令他满意，就有点沮丧，一度觉得我是不是不适合做这份工作，然后葛大爷跟我说了一句我现在都还记忆犹新的话：如果你现在觉得很难，那很好，证明你在走上坡路，再坚持坚持，等你熬过了这段时间，再回首来看，你会觉得一切难题都不是问题（原话咋说的我忘了，但意思是这意思）！也正是他的鼓励，让我重拾信心，重新梳理，深度了解，最终交了领导满意的答卷！时至今日再去看这件事，依然心存感激，感谢葛大爷在我初入产品之路之时耐心的指导，让我感受颇深也受益颇深！
驱动力
2023年12月•第26期
师傅领进门，修行在个人，在产品的道路上，需要学习的还有很多，但这些远不止书本上写到的知识或是别人口中的传教，更多的是自身理念的理解和看法的扭转。我本是测试出身，比技术稍微靠近用户一些，从某些层面来说，这是我的优势，能理解并能相对准确的知道用户的一些使用规范及要求，并能反应在产品文档上，但在做产品期间，还是容易犯一些致命性的错误。
1、容易闭门造车
可能是自己偏技术的缘故，不太善于跟需求提出方掰扯一些事，导致很多时候与用户沟通不够。需求提出来后只是简单的沟通清楚用户想要的东西是什么，并没有把我们的方案，我们要做成的样子同步给客户，或是跟客户沟通不足，造成功能上线后不是用户想要的，或是不是很能满足用户需求，从而造成需求的二次开发，费时费力。这时就需要产品在做需求评审之前充分的跟用户拉齐需求的使用场景，弄清楚用户是想解决他们在使用过程中的什么问题，如何做才能满足用户的需求，这是用户的终极需求吗？带着问题跟用户去讨论，不要惧怕沟通和冲突。事不辨不清，产品作为用户和开发之间的桥梁，就是要弄清楚用户的需求，然后转化为开发的任务，产品传达清楚了后续才不会做歪，如果产品需求都没能聊明白，那最终做出来的东西也很难让用户满意。
2、技术导向思维严重
因为我是测试出身，在拿到需求时很容易想到“这个需求开发要怎么实现，什么实现逻辑？”，因为我需要从中提炼出需求里没说到的测试功能点，因此很容易一味地陷入了需求实现的合理性中去。这样在接到需求时就很容易联想到它的实现方案，从而会根据“是否有实现方案”而决定是否接这个需求或是做这个需求。这种想法是需要有，我们不能脱离实现层面去谈开发，但也不能过度去依赖或是去看需求的实现层面，作为产品肯定是要“客户角度”出发多一些的，而我显然做的不够到位。这就需要自身积极的转变思维，从“怎么做”转变成“为什么”，不能只考虑实现，更应该从需求本身的价值出发，搞清楚需求产生的价值及意义，为什么做，能给平台带来什么，不做会怎样。此时作为产品，你不需要考虑实现层面，需要考虑的是需求的价值以及需求的合理性。
3、看法不全面，高度不够，只做点
为了做需求而做需求，接收到需求，为了提高交付效率，就会很想快速的给实现，做出来交付给用户，这样就缺乏一些思考，没有去深层的考虑需求的价值，只顾点对点的实现需求，没有全面的考虑需求的实现方案以及站在更高的角度去统筹所有需求。这就导致总是有类似的单点需求需要被实现，或是有一些没考虑到的点需要去打补丁。
针对这点，作为产品需要做的就是从平台（项目）整体出发，站在全局的角度去看需求，梳理需求，如何实现会更好，怎么样做才能跟我的项目规划相贴合。之前一直听说过这样一句话：在同一层面问题往往无法解决，要有更高层面来帮助解决。对于我们做产品，也是一样，要提高自己的眼界和看问题的角度，不能只看到点、解决点，更应该由点及面，全方位的去思考。
在产品这条路上我要学习的还有很多，Q初的时候部门内也成立了产品虚拟小组，很荣幸能成为其中一员，我也迫切希望通过这个小组能够指引我在产品的道路上更进一步。期间春哥也通过了解我实际管理的项目，指出其中的不足之处，并毫不吝啬的传授了他作为产品的经验，需求的把控啊、进度啊、什么样的需求该拒绝，什么样的需求该接收，需求的优先级应该怎么定义等问题都有很深入的交流，可以说受益匪浅！所以在做产品的道路上，还是有很多可以作为榜样的人，指引我走下去！
在接下来的时间里，我也会提升自己的眼界和看问题的角度，更多的是站在部门及平台owner的角度去处理问题，承接需求，同时加强自身对平台的规划能力，有规划的去做一些事情，不只是为做而做。
最后希望自己能够在产品的道路上越走越远！！！
驱动力
2023年12月•第26期
浅谈前端开发如何看待数据产品经理
引言
随着互联网的不断普及，我们每天都在使用各种 APP 产品，这些产品改变了我们的生活方式，大大便捷了我们的生活的方方面面，而我们不断操作的过程，就是数据不断产生的过程。而如何高效的利用这些数据，是数据产品经理能力的体现。
- 数据产品经理通过数据分析和挖掘，能够发现业务问题和机会，为产品和策略的优化提供数据支持。这种以数据为基础的决策方式，可以帮助开发人员更好地理解用户需求和行为，为产品的设计和开发提供更准确的方向。
- 数据产品经理具备强大的数据分析能力和技术能力，能够通过数据分析和挖掘，提取出产品的核心指标和关键数据，为产品的优化和改进提供有力的支持。这些数据可以帮助开发人员更好地了解产品的性能和用户反馈，以便能够针对性地进行优化和改进。
- 数据产品经理还具备跨部门沟通和协作的能力，能够与技术、市场、销售等部门进行有效的沟通和协作，推动产品的开发和落地。这种跨部门沟通和协作的能力，可以帮助开发人员更好地理解产品的整体架构和业务流程，以便能够更好地实现产品的功能和性能要求。
当然如何去做好一款好的产品是我们所有的参与这款产品设计的人都需要考虑的问题，做好产品的不断更新优化，更好的服务客户，为企业更多的创造价值。以下是我认为的产品实现过程中，一些产品经理需要去关注的细节和技能
- 分析用户使用产品时的痛点是什么，有什么困难，挖掘用户的真正需求，从0到1推出一款产品时的用户接受度，以及竞品分析，竞品的在这类功能上的可借鉴之处
- 当然，最重要的一点还包括调研了，对调研结果的分析和比较，解决目标人群的真正痛点，而不是照猫画虎，避免最后成了四不像
- 自行验证和质疑
- 对产品的初步方案进行逻辑验证，看每个流程是否合理，是不是真正的满足了客户的需求，而不是自己yy出来的，陷入自己的固定思维中
产品PRD和需求评审【产品能力和沟通能力】
- PRD的要求
- 文档目录结构清晰：文档目录结构清楚的描述了文档页的内容，结构层级清晰，结构化思维让人很容易一眼get到需求的大体方向和内容，而不是需要一句一句解读才能知道大体的方向和核心
- 文档可读性高：文本内容简练，内容条理清晰。比如重点内容进行加粗标注，复杂逻辑使用流程图等辅助说明，细节都充分体现
- 功能共性逻辑统一： 文档中的共性逻辑功能进行了统一整理，比如输入框的长度限制，一些基本的正则校验规则，边界值等
- 文档内容完整
（网上找到一张图，非常完整的说明了需求文档需要包含哪些内容，点击图片放大）自我认为的常识性内容难道就不需要补充在PRD上面吗？所有的不包括额外情况吗？
对产品的前期思考【数据分析能力和业务理解能力】
- 产品背景和目的
- 明确产品功能的目的，为了实现哪些功能，为了获得什么
- 分析清楚产品功能在输出时候的优先级，明确产品功能输出是需要取舍的内容
- 目标人群分析
- 明确产品的客户是谁，是为谁而服务的，建立对应的用户模型，并且用户人群是真实的，典型的，以及可行的
- 用户痛点
- 用户的需求场景设定，什么场景下我们会使用这款产品，以及用户在该场景下使用该功能的操作频次
驱动力
2023年12月•第26期
总结
一款优秀的产品离不开产品经理的贡献。因为产品经理不仅需要对产品的整体规划、设计、开发、测试和交付等环节进行全面的管理，还需要客户需求，与团队成员、客户等多方进行沟通和协调，确保产品能够满足客户的需求。因此，产品经理应该更高的严格要求自己，对自己输出的内容负责，拒绝模棱两可的描述，最小粒度的要求自己的内容的准确性。
此外，产品经理还需要具备敏锐的洞察力和创新思维，不断寻求突破和改进，为产品的可持续发展提供有力支持。因此，产品经理是一款优秀产品的核心人物，他们的贡献是不可替代的。
当然，我们团队中也有不少优秀的产品经理，比如我接触比较多的yuexi，作为一个优秀的产品经理，对自己的产品逻辑清晰，对功能熟练掌握，听取团队成员的意见，及时正向沟通反馈，以及需求评审后及时修改争议点的相关文档，对细节要求严格，协调管理项目迭代的整个周期，更好的服务我们的客户。
- 如何做好需求评审
评审前：
- 提前准备资料：准备相关的原型，交互设计稿，流程图，功能列表，PRD等
- 提前通知参会人：提前发送会邀或其他形式告知参会人，明确需要哪些资源配合，提前发出对应的需求列表，让大家能快速浏览一遍，能提前判定研发过程中的难点和更多细节
- 自行检查：检查好需求的合理性，完整性，复杂性，确定性，稳定性，交互性，边界性
评审中：
- 有条理的阐述需求要点，功能的优先级，重点记录核心争议讨论点及讨论结果
- 保证主流程，主方向，主内容没问题
- 确认相关参会人员对需求的理解是否和产品阐述的一致，即需求反讲环节，明确需求内容已充分阐述清晰
评审后：
- 对相关的争议点以及相关交互等细节补充
- 定稿：对自己的输出文档负责，对已和研发确认的细节负责，后续有相关的变动能及时通知相关人员知晓
前端研发可以做什么
- 设计和开发用户界面：前端可以设计和开发产品的用户界面，包括布局、颜色、字体、图标等方面
- 实现交互功能：实现产品的交互功能，包括按钮点击、表单提交、页面跳转等
- 优化产品性能：通过优化产品性能，提高产品的加载速度和响应速度，从而提高用户体验，可以使用各种优化技术，如代码压缩、图片优化、懒加载等。
- 实现响应式设计：使产品能够在不同的设备和屏幕尺寸上正确显示和使用。可以利用媒体查询和响应式设计框架等技术来实现
测试及上线
测试环节也需要产品经理准确的的把握一些研发和测试的争议点，并提出对应的解决方案，并关注上线以后的相关数据分析。
行业期刊
2023年12月•第26期
浅谈数据权威这件事（搬运）
1. 不问要求，埋头苦干是行不通的。多问问为什么，任务的背景与目的是什么。短期来看，这样可以不仅可以让我们更准确的完成领导的需求，而且有更大的可能性做出超出老板预期的工作。埋头苦干的长期结果是，1）这样我们的成长空间会受到限制，发展缓慢，成为一个不会思考，只会做事的人。2）我们不懂得对交代完成的长串任务进行优先级分析。
2. 多做需求，在需求中学会问题和需求的拆解，形成自己的方法论。明确流程中的任务划分和流程节点。提需求的只需要接收关于需求背景和需求收益的信息。明白她想得到的最终收益是什么，具体产品方案中的任何一环都需要自己亲自了解。并且不要着急出方案，了解需求背景的细枝末节，比具体怎么做重要多了。需求背景包括：
- 业务侧：诉求是什么，场景是什么，现阶段的流程是什么……- 研发侧：交互逻辑是什么，取数存数逻辑是什么，现有能力是什么，新流程的实现方案是什么……以上背景了解清楚了，需要怎么做就非常简单，核心还是要有自己的判断力，产品的信息来源太多了，不畏浮云遮望眼，自己的判断力和决策力才是核心竞争力。有了这些前提，产品方案的细节只是水到渠成，推进排期上线就可以了。
3. 了解产品组中每个方向的大致能力，学会“问问题”。“提问”是一个非常好的办法，提出一个好问题更是会让人眼前一亮，提出问题后如果和其他人有探讨的过程，加深对业务的思考。积极思考，勇于表达自己的看法和观点，给其他人一些输入。作为新人，不要一直接收别人给你输入，而要尝试去表达一些观点。
4. 沟通中不要妥协，打破砂锅问到底。与他人沟通往往占据了产品新人工作的绝大部分，沟通过程中最大的问题是产品新人面对强势的程序员或者say no ，我们不敢进行反驳，原因大概以下原因：1）怕得罪人破坏关系——这样的担心没必要，争吵也是对事不对人，要脸皮厚；2）心虚气场不足——”你这是什么需求啊“ ”这个太没意义了“、”我最近有很多事要做，要不要缓缓再做你这个吧“。事实上，我们越不敢反驳，对方可能越不把我们当回事。
5. 在学习的同时学会总结过去，其实就是我们常说的“复盘”。定期复盘：我现在是如何理解业务的，框架是什么？我做数分的工作流程是什么，以前接触过的产品经理的工作流程是什么？为了快速上手工作，我还需要学习什么？
驱动力
新人产品经理，
你最大的困惑是什么？
从学校毕业已经有一年有余，从事产品的岗位也差不多将近一年多。为了让自己更胜任产品的岗位，让自己成为一名能够独当一面的产品经理，这一年以来不断地去学习产品知识。但在这个过程中，各处得来的知识零零碎碎，太多人的想法充斥在各个角落，而我也在迷茫中不断成长。写这篇文章的过程也是我这一年多来所学知识的沉淀、自我的认可、体系的建立。我自身还有太多不足，有些思想可能还很幼稚，欢迎提出建议大家一起探讨。
1、谈谈做产品经理以及数据新人时接触数据的"懵逼、焦虑瞬间"。
1. 作为新人，可能没有足够的经验来处理复杂的问题，因为对业务不熟悉没有了解清楚背景，被mentor说有些过于着急在怎么做，而没有弄清楚为什么做，直接开始做需求。
2. 迷失在业务方的冗余提需信息中。背景是这个需求涉及了三方流程。业务对接方非常强势，提需之前已经跟另外一方了解了一些逻辑。这倒无可厚非，但是作为产品，我迷失在了业务的需求背景里，没有辨别到这些都是二手信息，并不能帮助我梳理来龙去脉。第三方的流程还是需要自己亲自从头梳理。
3. 在研发的推搡中无法推进。因为业务涉及两方研发的数据推送和接收逻辑。谁也不想动自己的已有逻辑，所以没有了解清楚大背景的我，问了研发一些细节问题，只能得到case by case的回复，以至于很多沟通都是低效甚至无效的。
4. 没有数据分析基础，刚接触数据分析时只会分析表面的东西，采集数据往往也会因为字段类型不对、sql语法等等各种问题卡住，不能和团队的小伙伴进行有效的沟通，很多问题难以理解。
5. 新人做产品经理时，很容易陷入自我怀疑。作为新人，可能没有足够的经验来处理复杂的业务问题，同时产品经理高强度的压力和责任会加强这种焦虑和不安的感觉，导致做事不自信。
2、新人如何克服这些瞬间，怎么样把事情做好？
因为在实际工作场景中，经常会遇到数据口径不一致的问题，遂转文一篇借鉴学习。
大多数据产品经理，可能都遇到过这样的场景：“领导要看核心数据，业务和数据团队都会给领导提供这样的指标。领导拿到数据后发现，两个或多个部门提供上来的数据不一致。业务有业务的口径，数据团队有数据团队的口径。即便该指标之前数据团队和业务部门以及其他部门一同定义的口径，提供给领导的数据依旧是不一致。接下来，领导就会让两个部门或多个部门将数据口径保持统一。数据产品经理这时候就要协调，大家坐在一起对口径。”
驱动力
2023年12月•第26期
只有满怀希望
才能所向披靡
文/未央
一切都会好起来的，要有信心。
这是数据产品经理实际工作中的一角，也是一次又一次被挑战的过程。
大家可能会想，把数据口径对接好，确认好，不就可以了吗！但实际情况是，即便如此，依旧会上演历史的一幕。
所以，我们要换个思维来思考，导致这种数据口径永远对不齐的本质是什么？作者自身的经历验证，是数据权威性问题，并非是数据口径问题。
数据口径一致性只是手段，数据权威性是根本。
3）规范数据使用
数据如何使用，什么场景下数据使用的注意事项，什么情况下业务上使用数据需要与数据团队进行再次确认，不清楚数据应用场景下可否使用数据，错误的使用数据带来的后果是什么，需要以规范化的方式体系化进行建设，并推动执行。
4）数据指标白皮书
数据指标白皮书由指标中英文命名、业务口径、取数逻辑、应用场景、计算公式等构成，它是数据口径的权威性发布。因此数据指标白皮书自身的准确性、合理性以及可用性等是有较高要求的，它是数据权威性建设非常重要的一个步骤。
5）数据权威性意义宣贯
数据权威性意义宣传是数据权威性建设的软实力，它是获得数据权威性认可的重要步骤，亦是建立联盟的过程。除了宣贯数据权威性意义内容，还清楚明确这种动作对业务、运营、产品、管理等的意义以及对其的助益。
数据权威性建设不是一朝一夕的事情，需要长久经营，这时则需要坚强的意志以及强大的抗压能力。数据权威性是目标，数据准确性、数据一致性等则为手段。
数据产品是数据价值转化的媒介，数据权威性则是数据价值得以发挥作用的前提。在塑造数据权威性的过程中，数据产品经理是数据价值转化的助推器，是数据权威性的代言人。不良数据权威性是数据价值转化的阻碍。
1. 什么是数据权威性
数据权威性是一种以数据准确性、数据一致性等为手段，数据产品、数据白皮书等为媒介，建设的具有数据话语权的权威形象。它包括集中式数据权威、分散式数据权威和结构式数据权威三大类，具体方法有“建设数据权威出口”、“建立数据透明化入口”、”规范数据使用“、”数据指标白皮书“、“数据权威性意义宣贯”。
2. 数据权威性的建设方法
1）建立数据权威出口
数据权威出口，我们通俗的理解是只有该出口输出的数据指标是被认可的，是数据准确性的象征。数据准确性、数据一致性是数据权威出口建立的手段。
数据准确性建设需要保证数据采集、数据计算、数据同步、数据输出的准确性。数据一致性需要与数据相关方进行密切沟通，共同建立。数据一致性更多的还是从数据取数口径出发，定期更新和同步数据取数口径，以及数据取数口径透明化尤为重要。
2）建立数据透明化入口
所谓数据透明化指的是数据从哪里来？谁负责对接？业务逻辑是什么？计算逻辑是什么？这些内容需要有明确的记录和说明，一是为了后期更好的维护，二是提供数据准确性验证的条件；
作为数据产品经理，需要有宏观掌控能力。尤其是业务上有任何变化，基于上述内容作为基础，数据产品经理可以清楚判断对目前使用的数据有何影响，并提供良好的建议。
驱动力
2023年12月•第26期
大概在2016年，才相继出现“数据产品经理”这个称呼，这个岗位的出现主要源于以下几个因素：
1，大数据时代的到来：随着大数据技术的不断发展，数据已经成为企业竞争的核心资源。为了更好地利用数据，许多企业开始设立专门的数据产品岗位，负责将数据转化为具有竞争力的产品。
2，数据驱动决策的需求：现代商业环境要求企业能够依据数据进行决策，这使得数据产品岗位的需求逐渐凸显。数据产品能够将复杂的数据转化为易于理解的信息，帮助企业更好地进行决策。
3，数据工具的进步：随着数据工具的发展，如数据挖掘、数据分析、机器学习等，使得数据处理和分析变得更加高效和准确。这些工具的发展为数据产品经理提供了更多的可能性，使他们能够更好地挖掘和分析数据，并将其转化为具有实际意义的产品。
4，用户体验的重视：现代商业环境不仅要求产品功能强大，还要求产品能够提供良好的用户体验。数据产品经理需要关注用户需求，通过数据洞察来提升产品的用户体验。
综上所述，数据产品经理岗位的出现是大数据时代、数据驱动决策的需求、数据工具的进步以及用户体验的重视等多重因素共同作用的结果。
我认为数据产品经理的核心技能主要包括以下几点：
1，数据处理和分析能力：数据产品经理需要具备强大的数据处理和分析能力，能够从海量数据中提炼出有价值的信息，并运用统计学知识进行深入分析和挖掘。
2，数据可视化能力：数据可视化是数据产品经理必备的技能之一，能够将复杂的数据通过图表、图像等形式呈现出来，提高数据的可读性和易理解性。
3，产品设计能力：数据产品经理需要具备产品设计的能力，能够将数据驱动的功能融入产品中，以满足用户需求并提高用户体验。
三、那么，数据产品经理需要具备什么样的核心技能呢？
对数据产品的一点理解和感悟
一、为什么会出现数据产品经理这个岗位？
当前市场上数据产品经理主要有以下几种类型：
1，数据分析型数据产品经理：这类产品经理主要负责对大量的数据进行分析，并根据分析结果提供决策支持。他们需要具备扎实的数据分析能力和统计学知识，能够运用各种数据分析方法和工具，挖掘数据中的规律和趋势。同时，他们还需要具备较强的业务理解能力，能够将数据分析结果转化为对企业业务的洞察和建议，这就类似于数据部范蠡项目对外输出的数据服务型产品，主要以数据挖掘和分析为基础，直接对外输出数据价值。
2，规划型数据产品经理：这类产品经理负责根据市场需求和企业战略规划，确定数据产品的功能和特性，并制定相应的产品规划和路线图。他们需要与业务部门和技术团队紧密合作，了解市场需求和用户需求，将其转化为清晰的产品需求和规划，同时，他们还需要对市场趋势和竞争对手进行深入研究，不断优化和完善数据产品的功能和体验，在易宝数据部，这部分我理解是春哥和跃曦涉及的多一些，比如CREM产品，比如阿童木等，主要是结合市场和企业的战略规划，设计符合企业和市场需求的数据产品。
3，平台型数据产品经理：这类产品经理主要关注分布式储存与计算框架、批处理、流处理、数仓规划、数据治理、数据采集以及预处理等方面的问题。他们需要具备逻辑思维、沟通表达、用户研究交互设计、产品设计、产品运营、行业研究、市场洞察、竞品分析、项目管理、业务提炼商业分析、信息架构设计、需求规划、审美、战略设计、领导力、影响力、知识关联与传递等方面的能力，我理解这类型的产品是平台+工具的结合体，类似于凯所承担的数据产品相关工作，对技术能力的要求相对较高。
以上是主要的三种类型，但实际上还有如算法型数据产品经理等多种类型的产品经理，不同类型的产品经理在职责和能力要求上也会有所不同。
二、市场上的数据产品经理主要有哪些类型？
驱动力
2023年12月•第26期
只有满怀希望,才能所向披靡
4，项目管理和管理能力：数据产品经理需要有效地管理项目和团队，确保产品的顺利开发和上线，包括制定项目计划、分配资源、监控进度、处理风险和解决问题等。
5，商业洞察和战略思维：数据产品经理需要具备商业洞察和战略思维，能够从市场趋势和用户需求出发，制定相应的产品策略和发展规划。
6，技术能力和创新思维：数据产品经理需要了解和掌握相关的技术工具和创新思维方法，能够运用先进的技术手段和创新思维来推动产品的创新和发展。
7，沟通和协作能力：数据产品经理需要具备出色的沟通和协作能力，能够与团队成员、业务部门和其他利益相关者进行有效的沟通和协作，共同推动产品的成功开发和上线。
8，数据安全和合规意识：数据产品经理需要具备数据安全和合规意识，能够遵守相关的法律法规和企业规定，保护用户隐私和数据安全。
总之，数据产品经理需要具备全面的技能和能力，才能够更好地应对工作中的挑战和需求，实现更好的工作成果。
对于范蠡的计费计流产品来说，我认为它应该属于需求驱动型的产品，为了满足范蠡对外服务计费计流的需求，运营需要能够清晰的统计内部或者外部用户使用范蠡产品的调用次数以及产生的费用情况，以便商业化之后与用户进行对账和结算，以及对用户限流限量的控制，这是范蠡商业化服务的刚性需求，所以为什么做是很清晰明了的，用户是范蠡的运营也比较明确，那么接下来面临的问题就是应该怎么做？是做一个草台班子的极简版，还是规划一个相对完善的产品，然而我们往往会因为工期紧张，资源不足等问题而选择极简版，那么这是对的么？对这个问题我认为并没有正确答案，这也符合俞军PM12条中MVP的理念，小步快跑，不断试错和迭代，在成本和收益之间寻求平衡。
那么对于标签工具，它到底是需求驱动，创意驱动还是价值驱动的呢？我认为这个很难界定，从需求层面来讲，工具本身作用主要是为了提效，而用户貌似又有提效的诉求，从价值层面来讲，项目组的成员都认为这个工具是有价值的，但这个价值主要聚焦在管理提效上，对于加工提效，并没有显著的效果，从创意层面来讲，这个工具最初的发起还有一定的创意成分，所以总结来看，它应该属于三者结合的产物，一个数据产品的诞生，并不一定是单一驱动的结果，也可能是三者相互作用的产物。
总结下来，数据产品经理需要在了解用户需求和市场趋势的基础上，发挥自己的创意和能力，设计和开发出具有实际价值的数据产品，以满足用户需求并为企业带来价值。
b、我是如何把标签工具这个产品做失败的？
标签工具是一款面向数据部内部用户的产品，旨在帮助分析师通过标签工具提升标签的加工效率并对生产加工出来的标签进行有效的管理，然而，在实际落地时，我们遇到了很多问题，导致产品未能取得成功。
我认为以下是导致标签工具失败的几个主要原因：
1，产品目标未充分拉齐：这是导致标签工具失败的主要原因，在需求发起前，由于缺乏和用户以及老板们的充分沟通，对于产品目标定位没有进行充分的讨论和拉齐，按照自己的意愿想当然的规划设计产品，缺乏产品的把关，导致一步错步步错。
2，面向的用户定位不清晰：在开始的设计中，我并没有把圈定的用户群体定位是数据部内部的分析师，而是圈定在公司内部有标签加工和管理需求的所有用户，都能够使用标签工具，这也就造成了需求的不聚焦，内部用户提了部分需求，外部用户提了部分需求，而两者应用的场景，使用标签工具的目的都有所不同，那么在产品设计上要如何取舍，怎样做到既要又要还要？最后导致两方的需求都没有得到充分满足。在这一点上，对产品需求的把控并没有做好，没抓住核心痛点，聚焦目标，给产品需求做减法，这是在后续的产品需求把控中需要培养的重要能力。
3，需求不明确：由于目标未充分拉齐，所提的需求偏离了最初的目标，让需求处于失控的状态，也就很难再进行下一步了。
四、在易宝数据部做数据产品的一点感悟
a、一个数据产品的诞生到底是需求驱动？创意驱动？还是价值驱动？
我们先来看一下这三种驱动模式的主要差别：
1，需求驱动：用户需求是产品开发的重要驱动力。数据产品经理通过市场调研、用户访谈、数据分析等方式，了解用户的需求和痛点，针对性地设计和开发符合用户需求的产品。例如，针对企业数据分析的需求，可以开发一个能够帮助企业进行数据分析和决策支持的数据产品。
2，创意驱动：创意是产品开发的另一个重要驱动力。数据产品经理通过创新思维和方法，将新颖的创意融入产品中，以独特的方式满足用户需求。例如，通过运用人工智能技术 ，开发一个能够自动识别和分析图像数据的产品，以提供更高效和准确的数据分析服务。
3，价值驱动：价值是产品开发的第三个驱动力。数据产品经理需要确保产品具有足够的价值，能够为用户带来实际的经济利益和使用体验。例如，开发一个能够帮助企业降低成本、提高效率的数据产品，以满足企业的实际需求并为其带来可观的价值。
自入职以来，我主要参与设计了两款数据产品，一个是标签工具-以彻底失败告终，一个是正在开发中的计费计流产品，过程也有些磕磕绊绊，这两个产品都是面向公司内部用户的数据产品，为什么要做这两个产品？是在开始产品设计时需要问自己的，每次开始做一个产品之前都应该问自己“为什么做？用户是谁？怎么做？”，那么究竟是什么能够驱动一个产品的诞生？
驱动力
2023年12月•第26期
只有满怀希望,才能所向披靡
4，上线前缺乏充分验证，用户体验差：在工具上线前，作为产品应该对功能进行充分的验证，是否符合需求，体验是否过关，这是上线前应把好的最后一关。
5，逃避沟通：回顾标签工具的历程，我认为导致这个产品失败最大的问题和症结所在，可能就是自己逃避沟通，包括前期对目标的充分沟通，中期和研发的充分沟通，以及产品失败后，对于经验的总结，以及后续的方向，优化和重启的意见和建议.....,自己选择了默默承受失败的结果，并没有进行积极主动的沟通，这可能是做产品的大忌。
综上所述，标签工具的失败是由于各种各样原因综合作用的结果，痛定思痛，希望同样的坑不要再踩一次。
c、产品和研发之间怎么才能够高效沟通？
产品和研发之间的高效沟通是确保项目顺利进行的关键。在与研发打交道的过程中，如何能更好的互动，以促进产品和研发之间的有效沟通，我认为主要有以下几点：
1，明确产品目标和需求：在项目开始之前，产品和研发团队应该对产品的目标、功能需求和约束进行充分的讨论和明确。确保每个人都清楚产品的定位和核心价值，以便在开发过程中做出明智的决策，比如标签工具这个产品，在项目开始初期，就没有对产品目标充分拉齐，这里的拉齐不仅是产品和研发之间的拉齐，还包括产品和用户之间，以及和关注这个产品的上级之间的拉齐，在没有明确的产品目标时，就很难界定产品的边界，进而会影响到产品先做哪些后做哪些的优先级判断，导致产品失败。
2，使用简洁明了的语言：避免使用过于技术化或行业化的术语，尽量使用简单明了的语言来描述产品需求和功能。确保每个人都能理解并达成共识。
3，建立文档和规范：PRD文档是与研发沟通的重要语言，也是测试梳理测试点的重要参考文件，是产品进入研发环节落地的关键，所以为避免在开发过程中出现混乱或误解，产品和研发团队应共同制定详细的文档和规范。这可以包括产品需求文档、设计文档、接口规范等，以确保每个团队成员都清楚产品的细节和要求，在做范蠡计费计流项目时，前期就忽视了PRD文档的重要性，所以在与研发后续的沟通和评审时，出现了一些混乱和误解。
4，定期的沟通与反馈：建立定期的沟通机制，在跟进项目进度，确保项目是按照既定的产品目标进行落地的，以免最后开发出来的产品与设计时的差异较大，在其间把控进度和质量，也是非常必要的环节，如周会、里程碑会议等，以便产品和研发团队分享进展、讨论问题和及时反馈。确保沟通渠道畅通，鼓励团队成员提出建议和意见。
5，充分测试和验证：在开发过程中，产品和研发团队应共同进行测试和验证，以确保产品的质量和稳定性。测试阶段可以发现潜在的问题并及早进行修复，同时也可以加强团队之间的协作和沟通。
综上所述，产品和研发之间的高效沟通需要双方的共同努力和不断调整。通过明确目标、使用简洁语言、建立文档和规范、定期沟通、充分测试、来加强团队之间的协作和与沟通，确保项目的顺利进行。
d、数据产品要坚守的底线是什么？
作为数据产品经理，在实现需求和价值的时候，有时会忽略一些重要的风险问题，我认为这些问题是数据产品必须要坚守的底线，主要包括以下几个方面：
1，质量保证：数据产品必须保证数据的质量和准确性，采取合理的数据清洗、校验和审核措施，确保数据的真实性和可信度，在产品上线前需要充分的验证，以保障交付的质量。
2，数据安全：数据产品一定要重视数据安全的问题，敏感数据不外泄，数据传输过程中的加密处理也需要格外重视，不然一旦出现问题，后果会比较严重。
3，隐私保护：数据产品在采集、存储和使用数据的过程中，必须严格遵守隐私保护相关法律法规和规范，确保用户的个人隐私不被侵犯。
4，责任担当：数据产品在出现问题时，产品经理应积极承担责任，及时采取措施解决问题，并对外进行透明、公正、及时的回应。
我认为做好数据产品经理是一件非常不容易且有挑战的事，作为数据产品经理，需要不断地学习新的知识和技能，以应对不断变化的市场环境和用户需求；需要和研发团队一起实现共同的目标。和团队成员保持紧密合作和有效的沟通，还要学习如何协调资源、分配任务和处理冲突等。同时，也要多倾听他人的意见和建议，鼓励项目团队的每一位成员都积极参与到项目中来共同推动项目的成功实施。拥有了这些能力，才能使数据产品的工作顺利开展，并获得更好的工作成果。
五、写在最后
驱动力
2023年12月•第26期
数据的导航者
背景：
我们生活在一个被数据主宰的时代，用户的每个点击、交互和决策都产生着信息流。在这样的背景下，“数据产品经理”这个角色应运而生，他们负责指引数据产品从概念转变为有形工具，帮助企业理解并利用这泛滥的数据。事实上，数据产品——不管是用于内部决策的分析工具，还是直接影响消费者的数据驱动应用——都正在成为业务成功的关键要素。
核心职责
数据产品经理的核心职责在于构建和推进产品愿景，了解并翻译用户需求并基于这些需求制定数据策略和产品路线图。在这一过程中，数据收集和分析是不可分割的一部分。他们必须理解数据如何指导产品设计、如何测试产品的有效性以及如何利用数据来驱动产品改进。
成功的数据产品经理不仅是策略制定者，也是协调者——他们须确保工程团队、资产团队、运营团队和管理团队等利益相关者间的目标一致，资源得到最优配置。他们在产品的整个生命周期中起着中枢作用，从需求调研到发布，以及之后的产品迭代和重大决策。这个过程既是科学的也是艺术的，涉及到的不仅是数据解读的能力，更包含人际关系和沟通技能的运用。
所需技能
要成为一名出色的数据产品经理，一系列技能是不可或缺的。
1. 了解行业与公司的业务，产品是业务的衍生，只有对业务充分的理解和深入，才能设计出满足客户需求解决用户痛点的产品。
2. 数据分析能力，包括不限于统计学知识、数据挖掘技术、以及对各种数据分析工具的熟练运用。数据产品经理应能从大量数据中提炼出有价值的见解和趋势，并据此做出决策。
3. 用户体验设计，一个直观、易用的产品需要抓住用户的需求和痛点。产品设计不仅涉及外观，更重要的是提供流畅且高效的用户体验。
4. 技术背景，不要求数据产品经理能编写复杂的代码，但需要产品经理理解软件开发的基本原则和数据架构。
5. 项目管理能力，包括规划、组织和执行项目管理。
6. 良好的沟通协作能力，既能和技术团队深入交流，又能向非技术利益相关者清晰解释产品的价值。
我们的数据产品
飞鸽：旨在为销售、销售负责人、运营提供可视化的数据查询服务
CEM：基于“大客户”战略目标，为大客户提供最好的服务，同时将大客户服务内容系统化，服务数据沉淀成资产，为后续提升客户服务水平提供数据支持
CRM：以销帮帮迁移为基础，建立了一套完善的符合易宝特色的CRM系统，销售需求满足率100%，商户数据安全性提升到100%；
CREM：为各行业线提供数字化的服务，助力客户通过系统化、数字化手段，提升商户服务质量、提升自身工作效率，多维度全方位了解商户、销售的各项数据情况；
业务的发展必然会影响用户对数字化服务的要求，面对用户不断变化的需求及数据源的多元化，如何引导用户解决用户的痛点，如何在复杂的数据结构及集市资产中挖掘出符合用户需求的产品，必然需要数据产品经理有很深的业务理解及数据沉淀能力。
其他数据产品
数据产品经理可以针对不同行业和业务场景，开发多种类型的数据产品和解决方案。
1. 数据仪表盘：为企业内部团队和客户提供实时的数据可视化工具，以便于监控关键业务指标（KPI）和了解数据趋势。
驱动力
2023年12月•第26期
2. 数据报告：定期生成基于数据的报告，包括详细的数据分析、可视化和洞察，以支持决策制定和业务发展。
3. 客户细分工具：使用机器学习和统计方法对客户进行分群和细分，以便为不同客户提供定制化的服务和营销策略。
4. 推荐系统：基于用户行为和喜好，为用户推荐相关产品或内容，提高用户满意度和购买转化率。
5. 风险评估模型：开发用于评估贷款申请人或投资项目风险的模型，帮助金融机构做出更明智的决策。
6. 价格优化工具：使用数据驱动的方法为产品或服务设定最优价格，以最大化收入和利润。
7. 销售预测模型：利用历史销售数据和市场趋势预测未来销售额，帮助企业进行库存和资源规划。
8. 舆情分析工具：通过分析社交媒体和网络评论等数据，了解消费者对品牌和产品的看法，为企业提供有关市场和竞争对手的洞察。
9. 供应链优化工具：使用数据分析和预测模型优化供应链管理，提高运营效率和降低成本。
10. 智能客服助手：基于自然语言处理（NLP）的聊天机器人，为用户提供实时的咨询和解答，提高客户服务水平。
成功之道
协作是成功的关键。卓越的数据产品经理需要了解如何建立和维护一个强大的团队，并鼓励团队成员之间的开放沟通和协作。
相互尊重、共同目标和透明度是构建高效团队的基础。此外，跨部门的沟通同样关键。数据产品经理需要协调各利益相关者，包括那些可能对数据产品和数据科学不熟悉的团队。
良好的沟通包括能够将复杂概念简化，并以受众能够理解的方式表达。通过周密的计划、不断的沟通和勇于承认错误，我们能够在企业内部建立起支持我们产品愿景的广泛共识。
挑战与机遇
挑战：数据产品管理中最大的挑战之一是不断变化的技术环境。数据产品经理必须保持对新技术的关注，并持续评估它们如何能够增强产品功能。此外，数据量的增长和多样性也带来了自身的挑战，如数据存储、处理和保护的问题。
机遇：运用新兴技术比如机器学习能够打开新的可能性，比如预测分析和自动化工作流。此外，合规性也是日益增长的焦点，特别是关于数据隐私和安全性。数据产品经理需要与时俱进，确保产品不仅满足市场需求，而且符合最新的法律法规要求。
未来观点
随着技术的继续发展，数据产品经理的角色将变得更为复杂，但同时也更加关键。数据驱动的决策正在成为企业运营的标准，而这些决策需要的正是数据产品经理所管理的工具和平台。
人工智能和机器学习的发展可能会自动化某些分析任务，但会为数据产品经理创造出新的职责——比如维护这些系统的道德和合法性。
建议：始终保持学习心态、敏锐洞察行业动向，并且不断提升沟通和技术技能。这样，无论未来变化如何，他们都能保持竞争力，并为自己的职业道路开辟新的方向。
结语
在大数据和智能技术不断塑造着未来的今天，数据产品经理的角色变得越发重要。既要保证数据产品能够有效地满足当前需求，还能够抗御时间的考验并适应未来变化，是一项挑战，也是一场美妙的冒险。这份职责需要我们不断学习、积极应对变化，并在追求产品优化的过程中坚定不移。利用数据揭示真相，为决策提供支持，与团队共同创新，这将是数据产品经理的职业之旅。
-数据驱动变革-
易宝支付数据部
联系电话：15801365057
地址：北京市朝阳区朝外大街甲6号
投稿：kai.zhao@yeepay.com
增值电信业务经营许可证：陕B2-20210327 | 
陕公网安备 61102302611033号